面向智慧地铁网络化运营的车轨协同群体智能控制关键技术研究

交通运输、仓储和邮政业

项目已研发了智能轨旁融合感知原型设备，异常设备检测精度≥97.5%，设备状态检测频率≥10HZ，目标定位误差＜30cm，异常行人检测准确率≥98%，遗留施工工具检测准确率≥98%，检测范围≥50米，工具种类超过10种，为轨旁赋能地铁列车提供低时延、全视野、高精度的轨道交通信息服务。进一步，项目组搭建了城市地铁车轨协同控制仿真原型系统，支持多辆列车，多种列车仿真运行，并进行仿真结果分析，支持车车、车物冲突辨识与冲突预警，实现预警事件记录溯源，支持接入站点监控，实时查看站点运行状态，支持预警事件统计分析，识别高风险站点，集成先进技术算法，实现多列车运行的高效管理、冲突事件的精准预警；支持高自由度列车仿真设置，将仿真方案下发给平台执行仿真，支持列车仿真过程实时感知路网轨道资源与客流量，支持平台后端依据感知数据判定轨道路网资源情况，支持计算列车与线路利用率，依据交通指数，进行智能列车调度，最大化轨道资源利用，整合地铁列车信息，感知轨道资源状况，实现车轨协同的群智控制与资源调度。

为进一步推进智能轨道系统建设，计划寻找领域内优势企业，共同进行成果转化，通过校企合作双方优势互补，共同开展车轨协同创新技术研究，促进科技成果的快速转化与应用，共同开拓车轨协同一体化市场。将以车轨协同感知和互操作群智控制为核心技术，依托大数据、人工智能、物联网等前沿技术，致力于打造具有国际竞争力的车轨一体化智能交通解决方案提供商，推动轨道交通行业的数字化转型和智能化升级。 将以“创新驱动、技术引领、服务社会”为宗旨，专注于车轨一体化智能交通系统的研发与应用。通过整合各方优势资源，将在基础理论研究、关键技术突破、原型系统开发以及产业化推广等方面展开全方位布局，旨在成为国内领先、国际知名的智能交通解决方案提供商。同时，还将肩负起推动行业技术标准制定、培养专业人才、促进产业链协同发展的重要使命。 车轨一体化智能交通系统的核心在于实现车辆与轨道基础设施之间的深度协同与高效互动。为此，将重点围绕车轨协同智能感知和车轨互操作群智控制两方面开展基础理论和关键技术研究，研发车轨一体智能感知和群智控制原型系统。相关技术成果能够为未来智能轨道系统的快速应用提供支持，改善我国轨道运输安全技术水平、提升轨道运输服务质量、加强轨道运输管理能力建设，提高列车行驶安全、改善交通效率，促进交通运输绿色发展。拟形成软著、专利、论文等具有自主知识产权的理论成果。 还将承担起培养专业人才和推动产业链发展的社会责任，利用参加政府主办的人才对接会议、行业协会主办的人才招聘会议等渠道，继续招聘人工智能等相关方向本科以上学历层次的相关毕业生，充实团队的人才结构。计划与北航共建联合实验室和研究生培养基地，培养研究生6人。通过与高校、科研机构的深度合作，建立人才培养基地和联合实验室，形成一批轨道交通相关的科研人才储备力量,推动构建轨道交通系统相关产业链。同时，积极参与行业标准制定，推动技术成果的产业化应用，带动上下游企业协同发展，形成完整的轨道交通产业链。

可国（境）内外转让

在方案实施的第一年，公司将专注于技术验证和试点项目的落地。通过与轨道交通运营商和地方政府合作，开展车轨一体化智能感知系统的试点示范项目，预计实现收入100万元；随着技术的成熟和市场认可度的提升，公司将在更多城市和交通场景中推广车轨一体化解决方案。通过与大型交通企业合作，提供定制化的智能交通系统服务，预计实现收入500万元；在第三年，公司将全面拓展市场，实现车轨一体化智能交通系统的规模化应用。通过与国内外交通运营商、城市管理部门和相关企业合作，提供完整的智能交通解决方案，预计实现收入1000万元。未来三年，计划通过技术验证、市场拓展和规模化应用，逐步实现收入增长目标，同时为社会创造更大的经济和社会价值。

北京市自然科学基金丰台重点研究专题

北京市科学技术委员会;中关村科技园区管理委员会

针对多列车通信难题，项目组基于区块链的列车安全可信通信架构，支撑多主体间互操作语言传输，设计了安全可信通信框架，基于全同态加密技术来实现列车身份隐私保护，实现了通信主体身份和行为的双重可信认证，保证列车通信安全；突破面向列车通信的轻量级数据加密与安全保障技术，可实现多辆列车与轨旁基础设施的实时安全通信，计算与通信开销降低15%；构建基于迁移学习的列车通信系统入侵检测方法及系统，能够以高检测率和低误报率检测已知/未知的列车网络攻击。 项目组针对列车感知能力不足的现状，提出基于列车感知的新型轨道场景语义分割网络，有效处理铁路环境固有的复杂性和可变性，有效指导铁路安全驾驶；突破基于轨旁基础设施视频的点云融合弯道盲区检测技术，基于轨旁多传感器融合增强对弯道的感知能力，弯道处运动目标检测精度≥95%；构建基于背景图重构的复杂光照环境下小目标高效感知模型，阴影/低光条件下小目标检测精度≥95%；突破基于噪声滤除的极端环境轨道多目标检测技术，解决极端天气下数据噪声大、特征无序难题，轨道交通参与物感知精度≥97%；提出车-场协同轨道站台密集行人预测的即插即用框架，精准预测密集客流压力下的场站客流指数，预测延迟小于5s；构建基于生成对抗网络的轨道客流预测模型，为北京市25个地铁站提供客流预测服务，短时预测精度误差小于8%。 针对多列车控制难题，项目组提出轨道列车集群智能控制方法，实现编队级-区域级-线网级的多层级控制体系。突破领航者-跟随者框架下的虚拟耦合列车编队技术，多辆列车灵活编组，形成虚拟耦合控制列车编队，鲁棒控制实现扰动消除；提出通信失效环境下列车编队一致性控制方法，有效减少列车编队的间距偏差，所有扰动偏差在20s内消除；构建区域视角下的资源分配与列车运行图优化模型，有效应对潮汐客流，列车空载率降低15%，运力提升10%；搭建多集群合作博弈的线网资源分时复用体系，实现轨道资源分时复用，轨道利用率提升7%。 在学术研究与成果应用部分，项目组投稿学术论文9篇，其中已发表4篇，接收3篇，在投2篇，申请发明专利7项，软件著作权2项，研发的系列设备和系统在北京、南宁、成都、株洲、宜宾等地进行了实地部署与安装，提升了轨道交通系统的感知能力，实现了列车集群的智能控制，具有明显的社会效益和经济效益。